我有一台具有 64 个内核的共享机器，我在其上拥有大量要运行的 Keras 功能管道。问题是 Keras 似乎自动使用了所有可用的内核，而我不能这样做。
我使用 Python，我想在一个 for 循环中运行 67 个神经网络。我想使用一半的可用内核。
我找不到任何限制 Keras 内核数量的方法……你有什么线索吗？
最佳答案
正如@Yu-Yang 建议的那样，我在每个 fit 之前使用了这些行:
from keras import backend as K
K.set_session(K.tf.Session(config=K.tf.ConfigProto(intra_op_parallelism_threads=32,
inter_op_parallelism_threads=32)))
检查 CPU 使用率(htop):
关于python - 限制 Keras 中使用的核心数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46421258/